- 博客(2)
- 收藏
- 关注
RSS订阅原创 数据特征工程(二)
数据分析第二天数据标准化1、将数据的取值缩放到一定范围内2、减少不同属性间因不同量级造成的权重问题3、数据量级过大会导致收敛的速度下降from sklearn.preprocessing import StandardScaler,MinMaxScaler,RobustScaler#z-score标准化(均值为 0，方差为1）zscore = StandardScaler()df_zscore = zscore.fit_transform(df)#min-max标准化（取值为[0,1]）
2021-06-03 21:03:00
71
原创 数据特征工程（一）
数据分析第一天学习笔记 特征工程数据预处理1、需要删除的数据：人为数据，比如序号1，2，3（像数据库中自增的键），这些数据反应不了任何分布，删除2、变化非常小的数据，方差可能无限接近0，过于平稳，该类数据可以看成恒定数据,删除（可以对数据方差设置阈值，小于这个阈值的直接不考虑）缺失值处理缺失值产生的原因：花式百样（总归是数据缺失了）处理方法：1.我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：
2021-06-01 18:13:29
77
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人